Klasifikasi Berita Indonesia Menggunakan Metode IndoBERT dan Long Short-Term Memory - Dalam bentuk buku karya ilmiah
ALFIAN FADHLURROHMAN ZUFAR RO'IF
Informasi Umum
Kode
25.04.6562
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Tugas Akhir
Dilihat
119 kali
Informasi Lainnya
Abstraksi
Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi teks berita menggunakan metode IndoBERT dan LSTM. IndoBERT merupakan model bahasa yang dikembangkan untuk memproses teks bahasa Indonesia, sedangkan LSTM merupakan jenis <em>Recurrent Neural Network</em> (RNN) yang dapat memproses data sekuensial seperti teks. Penelitian ini menggunakan <em>dataset</em> berita Indonesia dan melakukan pengujian menggunakan parameter LSTM dan <em>library </em>indobenchmark/indobert-large-p1 dan indobert-base-p1. Hasil pengujian menunjukkan bahwa sistem yang menggunakan parameter LSTM dan <em>library</em> indobenchmark/indobert-large-p1 memiliki nilai akurasi lebih tinggi jika dibandingkan dengan parameter lainnya. Selain itu, penelitian ini juga menunjukkan bahwa pemilihan <em>learning rate</em> yang sesuai dapat meningkatkan akurasi sistem. Hasil pengujian ini dapat digunakan sebagai acuan untuk pengembangan sistem klasifikasi teks lainnya menggunakan model yang serupa.<br /> <br /> <strong>Kata kunci</strong>: Klasifikasi Teks, IndoBERT, <em>Long Short-Term Memory</em>, Berita Indonesia, <em>Learning rate</em>.<br />
- CAK4FAA4 - Tugas Akhir
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ALFIAN FADHLURROHMAN ZUFAR RO'IF |
| Jenis | Perorangan |
| Penyunting | Sri Suryani Prasetyowati, Yuliant Sibaroni |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
